一本书读懂ChatGPT

　　本书以通俗易懂的语言对ChatGPT进行全面讲解。本书分为10章。第1章对ChatGPT及ChatGPT的创造者OpenAI进行初步讲解。第2章讲解ChatGPT的功能和使用方式，以及如何用ChatGPT在实际应用场景中解决问题。第3章讲解如何用Prompt（提示语）让ChatGPT输出更有价值的内容，并讲解设计Prompt的原则，以及如何用第三方工具提升Prompt的使用效率。第4章讲解ChatGPT的能力缺陷并提出一些解决方案。第5章讲解传统智能对话机器人的原理和实现架构，涉及知识问答机器人、任务型对话机器人、闲聊机器人和商业智能对话机器人，并分析了ChatGPT与其的区别。第6章讲解人工智能基础知识，涉及人工智能发展简史、三个主流学派研究思路的区别，以及从机器学习到深度学习的发展历程。第7章讲解构建ChatGPT的基础模型Transformer是如何从RNN、LSTM、注意力机制、自注意力机制一路发展而来的。第8章讲解ChatGPT是如何从GPT-1、GPT-2、GPT-3、GPT-3.5发展而来，并进一步演化为GPT-4的，它跟BERT的关系和区别是什么；还讲解了自然语言处理范式是怎样从有监督训练到先预训练后精调再到只预训练不精调转变的，并探讨了OpenAI成功的秘诀。第9章讲解以ChatGPT为代表的大模型出现的“涌现”现象并对其原理进行探讨，包括对涌现现象、思维链现象、上下文学习能力、指令理解、模型记忆原理、错误修正等的讨论。第10章讨论ChatGPT对人工智能行业、人工智能从业者及社会的影响，以及人工智能后续的发展方向；还讨论了如何构建商业模式、竞争格局将怎样改变，以及如何在人工智能快速发展的时代保持自己的竞争力。本书面向对人工智能及ChatGPT感兴趣的读者，特别是想要全面了解ChatGPT的读者。无论是从应用角度还是从技术原理角度，读者都能从本书中获益。

　　魏进锋人工智能算法专家，拥有10年以上人工智能算法工作经验，主要研究领域为自然语言处理、智能对话机器人、深度学习、大模型等。曾就职于阿里巴巴达摩院智能对话算法组、小米人工智能实验室智能客服算法部门、IBM中国研发中心等，积累了丰富的人工智能理论研究经验和算法落地经验，对人工智能如何赋能产业及产生商业价值有独到的见解和实践经验。储兵兵曾担任小米人工智能实验室智能客服算法负责人、联通在线信息科技有限公司算法总监，拥有10年自然语言处理经验，目前主要致力于研究AIGC与多模态算法。曾多次创业。聂文峰长期从事自然语言处理、机器学习、深度学习相关的研发工作，先后在百度、京东等一线互联网公司负责新闻及电商推荐系统相关的工作。

第1章  人工智能的巅峰之作
1.1  华丽出场
1.2  全民“调戏”
1.3  神兵利器
1.4  危中有机
1.5  OpenAI简介
第2章  全能的ChatGPT
2.1  ChatGPT的使用方式
2.2  ChatGPT能做什么
2.3  ChatGPT的具体应用案例
2.4  同一问题，不同的答案
第3章  真的存在咒语（Prompt）吗
3.1  什么是Prompt
3.2  Prompt的使用方式
3.2.1  一步一步地推理（Let’s think step by step）
3.2.2  适当地突破防线
3.2.3  中英文效果有差异
3.2.4  个性化打造自己的ChatGPT
3.2.5  用工具提升效率
3.3  如何设计Prompt
3.4  有哪些好用的现成的Prompt
第4章  ChatGPT也不是万能的
4.1  ChatGPT的能力缺陷
4.2  ChatGPT能力缺陷的具体体现
4.2.1  数据偏差和误导性
4.2.2  意识或情感缺失
4.2.3  逻辑和推理能力限制
4.2.4  垂直细分短板
4.2.5  时效性不足
4.3  如何帮助ChatGPT补足短板
4.4  ChatGPT的固执己见
第5章  不一样的智能对话机器人
5.1  世界上第一个智能对话机器人
5.2  图灵测试
5.3  传统智能对话机器人
5.3.1  知识问答机器人
5.3.2  任务型对话机器人
5.3.3  闲聊机器人
5.3.4  商业智能对话机器人
5.4  传统智能对话机器人的特点
5.5  ChatGPT有啥不一样
第6章  史前时代——人工智能基础知识
6.1  人工智能简介
6.1.1  发展简史
6.1.2  人工智能的不同学派
6.2  机器学习
6.3  深度学习
6.4  五花八门的神经网络
第7章  一切过往，皆为序章——ChatGPT的基石
7.1  自然语言处理
7.2  RNN
7.2.1  一对多
7.2.2  多对一
7.2.3  多对多
7.3  LSTM
7.4  注意力机制
7.5  自注意力机制
7.6  Transformer
7.6.1  编码器部分
7.6.2  位置信息编码
7.6.3  解码器部分
7.6.4  Transformer的工作流程
第8章  ChatGPT的狂飙之路
8.1  大模型时代的开启
8.2  GPT——出师不利的主角
8.3  BERT
8.4  GPT-2——执着的单向模型
8.5  GPT-3——真正的巨无霸
8.6  CodeX——GPT-3会写代码啦
8.7  ChatGPT——划时代的产品
8.8  GPT-4
8.9  OpenAI成功的秘诀
第9章  ChatGPT神奇的“涌现”现象——通往未来之路
9.1  什么是涌现
9.2  思维链
9.2.1  现象展示
9.2.2  深度讨论
9.3  上下文学习能力
9.3.1  现象展示
9.3.2  原理及讨论
9.4  指令理解
9.5  记忆大师
9.6  承认错误
9.7  总结
第10章  未来已来
10.1  ChatGPT对人工智能行业的冲击
10.2  ChatGPT对人工智能从业者的考验
10.3  ChatGPT对社会的影响
10.3.1  作为信息获取工具
10.3.2  作为内容生成工具
10.3.3  作为交互工具
10.3.4  作为工作辅助工具
10.3.5  作为个人辅助工具
10.4  ChatGPT需要解决哪些问题
10.5  未来已来，与君共勉